计算机体系结构报告.docx
《计算机体系结构报告.docx》由会员分享,可在线阅读,更多相关《计算机体系结构报告.docx(10页珍藏版)》请在冰豆网上搜索。
计算机体系结构报告
中南大学
计算机体系结构
实验报告
学生姓名郁博文
指导教师雷向东
学院信息科学与工程学院
专业班级信安1302班
学号**********
完成时间2015年11月4日
实验1对指令操作码进行霍夫曼编码
一、实验目的
了解和掌握指令编码的基本要求和基本原理
二、实验要求
使用编程工具编写一个程序,对一组指令进行霍夫曼编码,并输出最后的编码结果以及对指令码的长度进行评价。
与扩展操作码和等长编码进行比较。
问题描述以及问题分析:
我们举例说明此问题,例如:
有一组指令的操作码共分七类,它们出现概率如
下表所示:
P1P2P3P4P5P6P7
0.450.300.150.050.030.010.01
对此组指令进行HUFFMAN编码正如下图所示:
三、实验内容
因为各字符在信息中出现的频率是不同的,若根据字符出现的不同频率分配给不同长度的编码:
频繁出现的字符分配给较短的编码,不常出现的字符分配给较长的编码,且这种编码还具有“前缀特性”,那么这样的编码电文总长会最短,发送效率会最高,占用的空间会最少。
而哈弗曼编码就是这样一种编码,字符出现的频率与该程序中对应的权重。
首先将建立哈弗曼树,将权重最小的放在二叉树的最低端,将权重最大的放置在离根结点最近的位置,这样就可以使权重大的结点的编码较短,权重小的结点的编码较长。
实际上是建立一个表格,中间有结点的权重,父亲和孩子的信息。
建立好哈弗曼树之后,要使得哈弗曼的左子树的编码为0,右子树的编码为1。
可以通过这个来确定字符的哈弗曼编码。
四、实验原理
构造HUFFMAN树所要做的工作:
1、先对各指令操作码的出现概率进行排序,构造一个有序链表。
2、再取出两个最小的概率节点相加,生成一个生的节点加入到链表中,同时从两表中删除此两个节点。
3、在对链表进行排序,链表是否只有一个节点,是则HUFFAN树构造完毕,否则继续做2的操作。
为此设计一个工作链表(链表的元素时类,此类的功能相当结构。
)、HUFFMAN树节点、HUFFMAN编码表节点
五、实验结果
六、源程序代码
#coding:
utf-8
importmath
classNode:
def__init__(self,probability):
self.left=None
self.right=None
self.father=None
self.probability=probability
defisLeft(self):
returnself.father.left==self
defcreateNodes(probabilitys):
return[Node(probability)forprobabilityinprobabilitys]
defcreateHuffmanTree(nodes):
queue=nodes[:
]
whilelen(queue)>1:
queue.sort(key=lambdaitem:
item.probability)
node_right=queue.pop(0)
node_left=queue.pop(0)
node_father=Node(node_right.probability+node_left.probability)
node_left.father=node_father
node_right.father=node_father
node_father.left=node_left
node_father.right=node_right
queue.append(node_father)
queue[0].father=None
returnqueue[0]
defhuffmanEncoding(nodes,root):
codes=[""]*len(nodes)
foriinrange(len(nodes)):
node_tmp=nodes[i]
whilenode_tmp!
=root:
ifnode_tmp.isLeft():
codes[i]=codes[i]+'1'
else:
codes[i]=codes[i]+'0'
node_tmp=node_tmp.father
returncodes
deffixedLengthEncoding(nodes):
returnmath.ceil(math.log(len(nodes),2))
defextendEncoding(nodes):
sum_extend=0
if(len(nodes)>3):
sum_extend=nodes[0]+2*nodes[1]+3*nodes[2]+5*(1-nodes[0]-nodes[1]-nodes[2])
eliflen(nodes)==2:
sum_extend=nodes[0]+2*nodes[1]
else:
sum_extend=nodes[0]
returnsum_extend
if__name__=="__main__":
chars_freqs=[('P1',0.45),('P2',0.30),('P3',0.15),('P4',0.05),('P5',0.03),
('P6',0.01),('P7',0.01)]
nodes=createNodes([item[1]foriteminchars_freqs])
root=createHuffmanTree(nodes)
codes=huffmanEncoding(nodes,root)
sum_huffman=0
foriteminzip(chars_freqs,codes):
print'Character:
%sencoding:
%s'%(item[0][0],item[1])
sum_huffman+=float(item[0][1])*len(item[1])
print'哈弗曼编码平均长度',sum_huffman
print'等长编码平均长度',fixedLengthEncoding(nodes)
print'扩展编码平均长度',extendEncoding([item[1]foriteminchars_freqs])
实验2使用LRU方法更新Cache
一、实验目的
了解和掌握寄存器分配和内存分配的有关技术。
二、实验要求
1、用C语言实现最近最久未使用(LRU)置换算法。
2、了解内存分页管理策略
3、掌握调页策略
4、LRU调度算法D的模拟实现
三、实验内容
LRU置换算法是选择最近最久未使用的页面予以置换。
该算法赋予每个页面一个访问字段,用来记录一个页面自上次被访问以来经历的时间T,当须淘汰一个页面时,选择现有页面中T值最大的,即最近最久没有访问的页面。
这是一个比较合理的置换算法。
Cache更新
结合数据结构的相关知识,使用LRU的策略,对一组访问序列进行内部的LRU置换算法是选择最近最久未使用的页面予以置换。
该算法赋予每个页面一个访问字段,用来记录一个页面自上次被访问以来经历的时间T,当须淘汰一个页面时,选择现有页面中T值最大的,即最近最久没有访问的页面。
这是一个比较合理的置换算法。
四、实验原理
LRU置换算法虽然是一种比较好的算法,但要求系统有较多的支持硬件。
为了了解一个进程在内存中的各个页面各有多少时间未被进程访问,以及如何快速地知道哪一页是最近最久未使用的页面,须有以下两类硬件之一的支持:
寄存器
为了记录某个进程在内存中各页的使用情况,须为每个在内存中的页面配置一个移位寄存器,可表示为R=Rn-1Rn-2Rn-3……R2R1R0当进程访问某物理块时,要将相应寄存器的Rn-1位置成1。
此时,定时信号将每隔一定时间(例如100ms)将寄存器右移一位。
如果我们把n位寄存器的数看作是一个整数,那么具有最小数值的寄存器所对应的页面,就是最近最久未使用的页面。
如图1示出了某进程在内存中具有8个页面,为每个内存页面配置一个8位寄存器时的LRU访问情况。
这里,把8个内存页面的序号分别定为1˜˜8。
由图可以看出,第7个内存页面的R值最小,当发生缺页时首先将它置换出去。
栈
可利用一个特殊的栈来保存当前使用的各个页面的页面号。
每当进程访问某页面时,便将页面的页面号从栈中移出,将它压入栈顶。
因此,栈顶始终是最新被访问页面的编号民,而栈底则是最近最久未使用的页面的页面号。
五、实验结果
六、源程序代码
#coding:
utf-8
from__future__importdivision
classLRUCache:
def__init__(self,capacity):
LRUCache.capacity=capacity
LRUCache.length=0
LRUCache.list=[]
LRUCache.lost=0
LRUCache.getIn=[]
defsearch(self,value):
foriinrange(len(self.list)):
ifself.list[i][0]==value:
returni
returnNone
defremoveItem(self):
temp=0
tempItem=0
foriinrange(len(self.list)):
iftemptemp=self.list[i][1]
tempItem=i
returntempItem
defaddAll(self):
foriinrange(len(self.list)):
self.list[i][1]+=1
defset(self,value):
temp=self.search(value)
iftemp==None:
ifself.lengthself.list.append([value,0])
self.length+=1
else:
self.list[self.removeItem()][0]=value
self.list[self.removeItem()][1]=0
self.lost+=1
self.getIn.append(value)
else:
self.list[temp][1]=0
self.addAll()
cache=LRUCache(4)
inputList=raw_input("请输入序列:
\n")
itemList=list(inputList)
cache0=[]
cache1=[]
cache2=[]
cache3=[]
foriinitemList:
cache.set(int(i))
#print'%s'%i,[j[0]forjincache.list]
cache0.append(cache.list[0][0])
if(len(cache.list)>1):
cache1.append(cache.list[1][0])
else:
cache1.append('')
if(len(cache.list)>2):
cache2.append(cache.list[2][0])
else:
cache2.append('')
if(len(cache.list)>3):
cache3.append(cache.list[3][0])
else:
cache3.append('')
foriinitemList:
print'|-%s-|'%i,
print
foriincache0:
print'|%s|'%i,
print
foriincache1:
print'|%s|'%i,
print
foriincache2:
print'|%s|'%i,
print
foriincache3:
print'|%s|'%i,
print
print'缺页次数',cache.lost
print'缺页率',cache.lost/len(itemList)
print'调入队列',cache.getIn